Sistemas Baseados em Inteligência Computacional
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Automação, Controlo e Sistemas de Produção Indust. |
Ocorrência: 2010/2011 - 2S
Ciclos de Estudo/Cursos
Língua de trabalho
Português - Suitable for English-speaking students
Objetivos
A unidade curricular pretende fornecer conhecimentos, métodos e tecnologias que permitam:
- descrever as propriedades de controladores baseados em lógica difusa e em redes neuronais;
- formular hipóteses de soluções para um problema de engenharia e pesquisar soluções concretas para essas hipóteses;
- identificar, analisar e modelizar problemas considerando aspectos de incerteza quantitative e qualitativa;
- analisar, projectar, modelizar e simular sistemas de controlo baseados em lógica difusa e em redes neuronais para processos industriais, com características de não linearidade e de incerteza;
- analisar compromissos a estabelecer na proposta de soluções;
- analisar criticamente o funcionamento de sistemas de engenharia contendo subsistemas baseados em lógica difusa e/ou redes neuronais;
- descrever, analisar, projectar, modelar e simular sistemas de supervisão, de detecção de falhas ou de diagnóstico, baseados em sistemas difusos e neuro-difusos;
- implementar, em HW e SW, subsistemas baseados em lógica difusa e em redes neuronais;
- avaliar a aplicabilidade de sistemas de controlo e de análise de dados baseados em inteligência computacional em sistemas de engenharia;
- trabalhar em grupo e efectuar relatórios técnicos.
Programa
Conjuntos difusos e lógica difusa.
Modelos difusos, sistemas difusos.
Controlo baseado em lógica difusa. Incerteza e não linearidade. Análise e projecto de controladores simples. Heurísticas e meta-regras.
Introdução aos sistemas neuronais e aos sistemas neuro-difusos. Sistemas MIMO. Aplicação em sistemas de controlo e em mapeamentos não lineares.
Detecçao de falhas e diagnóstico. Métodos baseados em sistemas difusos e neuro-difusos.
Bibliografia Obrigatória
Driankov, Dimiter;
An introduction to fuzzy control. ISBN: 3-540-60691-2
Jang, Jyh-Shing Roger;
Neuro-fuzzy and soft computing. ISBN: 0-13-261066-3
R. Isermann; Fault-diagnosis systems, Springer, 2006. ISBN: 3-540-24112-4
Bibliografia Complementar
Reznik, Leonid 1955-;
Fuzzy controllers. ISBN: 0750634294
Métodos de ensino e atividades de aprendizagem
Aulas teóricas de exposição e de apresentação e discussão de exemplos. Há, ainda, apresentação de ferramentas de projecto nos diferentes domínios da UC.
Aulas práticas de resolução de problemas e de acompanhamento dos trabalhos práticos.
Software
The MathWorks - Matlab - Release 11
FuzzyTech
Scilab
Palavras Chave
Ciências Tecnológicas > Engenharia > Engenharia do conhecimento
Ciências Tecnológicas > Engenharia > Engenharia de sistemas
Ciências Tecnológicas > Engenharia > Engenharia de processos > Controlo de processos
Ciências Tecnológicas > Engenharia > Engenharia de simulação
Ciências Tecnológicas > Engenharia > Engenharia de controlo > Automação
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
Descrição |
Tipo |
Tempo (Horas) |
Peso (%) |
Data Conclusão |
Participação presencial (estimativa) |
Participação presencial |
56,00 |
|
|
|
Total: |
- |
0,00 |
|
Obtenção de frequência
Não exceder o limite legal de faltas e obter um mínimo de 40% na avaliação do trabalho prático (TP).
Fórmula de cálculo da classificação final
Componentes de avaliação:
1- Problema (PR), avaliando a capacidade de resolver problemas de âmbito limitado, aplicando conceitos específicos da UC e utilizando ferramentas de simulação próprias:
2- Trabalho prático e relatório associado (TP), avaliando as capacidades de analisar, projectar, modelizar e simular sistemas bem como a criatividade na formulação de hipóteses de soluções e o estabelecimento de compromissos. Os aspectos de implementação das soluções propostas são considerados na avaliação. São, também, avaliados o funcionamento do grupo de trabalho e os aspectos formais do relatório;
3- Exame (EX), avaliando a capacidade de analisar o funcionamento de sistemas de engenharia contendo subsistemas baseados em lógica difusa e/ou redes neuronais e a capacidade de aplicar sistemas baseados em inteligência computacional em sistemas de engenharia.
O enunciado do exame é em inglês.
A classificação final é obtida a partir de:
CF=0.2*PR+0.3*TP+0.5*EX
A aprovação na disciplina está condicionada à obtenção de um mínimo de 40% no Exame.
Provas e trabalhos especiais
Não há.
Avaliação especial (TE, DA, ...)
A mesma dos alunos ordinários.
Melhoria de classificação
Apenas a classificação do Exame pode ser melhorada nas épocas a isso destinadas.